Mat Tilastollinen päättely 7. harjoitukset / Tehtävät. Hypoteesien testaus. Avainsanat:

Samankaltaiset tiedostot
Tilastollinen päättely. 4. Hypoteesien testaus Johdanto Testien konstruointi Testien vertailu

Mat Tilastollisen analyysin perusteet, kevät 2007

Tilastollinen päättely. 4. Hypoteesien testaus Johdanto Testien konstruointi Testien vertailu

Leikkijunan kunto toimiva ei-toimiva Työvuoro aamuvuoro päivävuoro iltavuoro

Lohkoasetelmat. Lohkoasetelmat. Lohkoasetelmat: Mitä opimme? Lohkoasetelmat. Lohkoasetelmat. Satunnaistettu täydellinen lohkoasetelma 1/4

Testit laatueroasteikollisille muuttujille

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 5 Aiheet: Tilastolliset testit Avainsanat:

Väliestimointi (jatkoa) Heliövaara 1

Sovellettu todennäköisyyslaskenta B

2-suuntainen vaihtoehtoinen hypoteesi

ABHELSINKI UNIVERSITY OF TECHNOLOGY

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

Mat Tilastollisen analyysin perusteet, kevät 2007

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Mat Tilastollisen analyysin perusteet, kevät 2007

Sovellettu todennäköisyyslaskenta B

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Mat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat:

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Kynä-paperi -harjoitukset. Taina Lehtinen Taina I Lehtinen Helsingin yliopisto

MTTTP1 SELITYKSIÄ JA ESIMERKKEJÄ KAAVAKOKOELMAN KAAVOIHIN LIITTYEN

Testejä suhdeasteikollisille muuttujille

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi. Viikko 5

Harjoitus 7: NCSS - Tilastollinen analyysi

Tilastollinen päättely. 5. Väliestimointi Johdanto Luottamusvälien konstruointi Luottamusvälien vertailu

Johdatus tilastotieteeseen Tilastolliset testit. TKK (c) Ilkka Mellin (2005) 1

Mat Koesuunnittelu ja tilastolliset mallit. Yhden selittäjän lineaarinen regressiomalli. Avainsanat:

3.5 Generoivat funktiot ja momentit

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

AB TEKNILLINEN KORKEAKOULU

Sovellettu todennäköisyyslaskenta B

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

Testit järjestysasteikollisille muuttujille

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa

Osa 2: Otokset, otosjakaumat ja estimointi

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Tilastolliset testit. Tilastolliset testit. Tilastolliset testit: Mitä opimme? 2/5. Tilastolliset testit: Mitä opimme? 1/5

Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille: Esitiedot

Kokonaislukuoptimointi

Mat Sovellettu todennäköisyyslasku A

Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus KE (2014) 1

Tchebycheff-menetelmä ja STEM

Tilastollisen analyysin perusteet Luento 4: Testi suhteelliselle osuudelle

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot

Mat Sovellettu todennäköisyyslasku A

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

Otoskoko 107 kpl. a) 27 b) 2654

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

Ilkka Mellin. Sovellettu todennäköisyyslasku: Kaavat ja taulukot

Monte Carlo -menetelmä

Kuluttajahintojen muutokset

Matematiikassa väitelauseet ovat usein muotoa: jos P on totta, niin Q on totta.

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

5. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

T p = 0. λ n i T i B = Käytetään kohdan (i) identiteetin todistamiseen induktiotodistusta. : Oletetaan, että väite on totta, kun n = k.

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty

HASSEN-WEILIN LAUSE. Kertausta

A250A0100 Finanssi-investoinnit Harjoitukset

Tilastollinen päättömyys, kevät 2017 Harjoitus 5b

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.

Painotetun metriikan ja NBI menetelmä

031021P Tilastomatematiikka (5 op) viikko 5

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

10. laskuharjoituskierros, vko 14, ratkaisut

3. Datan käsittely lyhyt katsaus

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Mat Lineaarinen ohjelmointi

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

11. laskuharjoituskierros, vko 15, ratkaisut

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

Tässä luvussa mietimme, kuinka paljon aineistossa on tarpeellista tietoa Sivuamme kysymyksiä:

Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Mat Tilastollisen analyysin perusteet, kevät 2007

Sovellettu todennäköisyyslaskenta B

1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Ilkka Mellin (2008) 1/24

Ilmari Juva. Jalkapallo-ottelun lopputuloksen stokastinen mallintaminen

Ilkka Mellin Aikasarja-analyysi Suurimman uskottavuuden menetelmä

Mittaustulosten käsittely

1. välikoe

Mat Sovellettu todennäköisyyslasku A

Johdatus tilastotieteeseen Testit järjestysasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

tilastotieteen kertaus

Timo Tarvainen PUROSEDIMENTIIANALYYSIEN HAVAINNOLLISTAMINEN GEOSTATISTIIKAN KEINOIN. Outokumpu Oy Atk-osasto

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Parametrin estimointi ja bootstrap-otanta

Transkriptio:

Mat-.36 Tlastollnen päättely 7. harjotukset Mat-.36 Tlastollnen päättely 7. harjotukset / Tehtävät Aheet: Avansanat: ypoteesen testaus. lajn vrhe,. lajn vrhe, arhaton test, ylkäysalue, ylkäysvrhe, ypotees, yväksymsalue, yväksymsvrhe, Kakssuuntanen hypotees, Karlnn ja Rubnn teoreema, Kelvollnen p-arvo, Krttnen alue, Merktsevyystaso, Monotonnen uskottavuusosamäärä, Neymann ja Pearsonn lemma, Nolla-hypotees, Normaaljakauma, Osamäärätestsuure, Otos, Parametr, Parametravaruus, p-arvo, Perusjoukko, Päätös, Suurmman uskottavuuden estmaattor, Suurmman uskottavuuden estmontmenetelmä, Tasasest vomakkan test, Test, Testn koko, Testn taso, Testsuure, Tyhjentävyys, Uskottavuusfunkto, Uskottavuusosamäärä, Vahtoehtonen hypotees, Vrheet testauksessa, Vrhetodennäkösyys, Vomakkuus, Vomakkuusfunkto, Väte, Yhdstetty hypotees, Yksnkertanen hypotees, Ykssuuntanen hypotees Tehtävä 7.. Oletetaan, että havannot, =,,, n muodostavat satunnasotoksen eksponenttjakaumasta, jonka theysfunkto on exp[ ( x )], x f ( x; ), x Johda osamäärätest nollahypoteeslle : vahtoehtosta hypoteesa : vastaan. Näytä lsäks, että testn krttnen alue rppuu otoksesta van tyhjentävän tunnusluvun kautta. () n mn{,,, } Tehtävä 7.. Pakkauskone täyttää laatkota, joden pano vahtelee satunnasest jonkn verran. Täytettyjen laatkoden keskpanon ptäs olla.5 kg, mutta tosnaan pakkauskone joutuu tlaan, jossa laatkosta tulee keskmäärn lan kevytä. Oletetaan, että laatkon pano on satunnasmuuttuja, joka noudattaa normaaljakaumaa N(, ), jossa =.8 kg. Onko laatkoden keskpano okea va tavotearvoaan.5 kg penemp, tutktaan laskemalla satunnasest valtun laatkon panojen artmeettnen keskarvo ja testaamalla sen avulla nollahypoteesa :.5, kun testn merktsevyystasoks valtaan.5 ja vahtoehtosena hypoteesna on : <.5. @ Ilkka Melln () /6

Mat-.36 Tlastollnen päättely 7. harjotukset (a) Mllä artmeettsen keskarvon arvolla hylätään? (b) Mkä on testn vomakkuus, jos todellsuudessa =.? (c) Tehtävänä on ss laskea todennäkösyys slle, että hylätään, kun laatkoden keskpano =.. Kunka suuren otoskoon on vähntään oltava, jotta testn vomakkuus ols vähntään.9, kun =.? Tehtävä 7.3. Oletetaan, että havannot, =,,, n muodostavat satunnasotoksen normaaljakaumasta N(, ), jonka varanss on tunnettu ja n n havantojen, =,,, n artmeettnen keskarvo. (a) Olkoon nollahypoteesna : ja vastaavana vahtoehtosena hypoteesna : Tällön osamäärätest nollahypoteeslle vahtoehtosta hypoteesa vastaan on seuraavaa muotoa: x ylkää nollahypotees, jos n / u Jos testn merktsevyystasoks valtaan, nn krttnen raja ta arvo u = z on valttava sten, että Pr( Z z ) (b) jossa Z N(,). Olkoon nollahypoteesna : ja vastaavana vahtoehtosena hypoteesna : Tällön osamäärätest nollahypoteeslle vahtoehtosta hypoteesa vastaan on seuraavaa muotoa: x ylkää nollahypotees, jos l n / @ Ilkka Melln () /6

Mat-.36 Tlastollnen päättely 7. harjotukset Jos testn merktsevyystasoks valtaan, nn krttnen raja ta arvo l = z on valttava sten, että Pr( Z z ) (c) jossa Z N(,). Olkoon nollahypoteesna 3 : ja vastaavana vahtoehtosena hypoteesna 3 : Tällön osamäärätest nollahypoteeslle 3 vahtoehtosta hypoteesa 3 vastaan on seuraavaa muotoa: x ylkää nollahypotees 3, jos c / n Jos testn merktsevyystasoks valtaan, nn krttnen raja ta arvo c = z / on valttava nn, että jossa Pr( Z z ) / / Z N(,). Johda kohten (a), (b) ja (c) testen vomakkuusfunktot ja tutk nden omnasuuksa. Tehtävä 7.4. Olkoon testausasetelma sama kun tehtävän 7.3. kohdassa (c). (a) Todsta, että testn koko on. (b) Todsta, että test on harhaton. Tehtävä 7.5. Olkoon testausasetelma sama kun tehtävän 7.3. kohdassa (a). (a) Todsta, että testn koko on. (b) Todsta, että test on harhaton. Tehtävä 7.6. Oletetaan, että havannot, =,,, n muodostavat satunnasotoksen normaaljakaumasta N(, ), jonka varanss on tunnettu ja @ Ilkka Melln () 3/6

Mat-.36 Tlastollnen päättely 7. harjotukset n n havantojen, =,,, n artmeettnen keskarvo. Olkoon nollahypoteesna : ja vahtoehtosena hypoteesna : Osota, että test, jonka hylkäysalue on muotoa S { x c} ja jossa krttnen raja ta arvo c määrätään nn, että Pr ( c) on tasasest vomakkan (UMP) tasoa oleva test nollahypoteeslle vahtoehtosta hypoteesa vastaan. Tehtävä 7.7. Oletetaan, että havannot, =,,, n muodostavat satunnasotoksen normaaljakaumasta N(, ), jonka varanss on tunnettu ja n n havantojen, =,,, n artmeettnen keskarvo. Olkoon nollahypoteesna : ja vahtoehtosena hypoteesna : Osota, että test, jonka hylkäysalue on muotoa S x z n jossa z on valttava sten, että Pr( Z z ) kun Z N(,) on tasasest vomakkan (UMP) tasoa oleva test nollahypoteeslle vahtoehtosta hypoteesa vastaan. @ Ilkka Melln () 4/6

Mat-.36 Tlastollnen päättely 7. harjotukset Tehtävä 7.8. Oletetaan, että havannot, =,,, n muodostavat satunnasotoksen normaaljakaumasta N(, ), jonka varanss on tunnettu ja n n havantojen, =,,, n artmeettnen keskarvo. Olkoon nollahypoteesna : ja vahtoehtosena hypoteesna : Osota, että tasasest vomakkanta (UMP) tasoa olevaa testä nollahypoteeslle vahtoehtosta hypoteesa vastaan e olemassa. Tehtävä 7.9. Oletetaan, että havannot, =,,, n muodostavat satunnasotoksen normaaljakaumasta N(, ) ja n n havantojen, =,,, n artmeettnen keskarvo ja S n ( ) n nden otosvaranss. Olkoon nollahypoteesna : ja vahtoehtosena hypoteesna : Osamäärätest hylkää nollahypoteesn suurlle satunnasmuuttujan W ( ) S / n arvolle. Määrää testn p-arvo. @ Ilkka Melln () 5/6

Mat-.36 Tlastollnen päättely 7. harjotukset Tehtävä 7.. Oletetaan, että havannot, =,,, n muodostavat satunnasotoksen normaaljakaumasta N(, ) ja n n havantojen, =,,, n artmeettnen keskarvo ja S n ( ) n nden otosvaranss. Olkoon nollahypoteesna : ja vahtoehtosena hypoteesna : Osamäärätest hylkää nollahypoteesn suurlle satunnasmuuttujan x W ( ) S / n arvolle. Määrää testn p-arvo. @ Ilkka Melln () 6/6